SKLEARY中的pca.inverseTransformSKLEARY、pca、inverseTransform

2023-09-03 13:54:21 作者:深知我者才久居我心

将我的数据放入 X=我的数据

pca = PCA(n_components=1)
pca.fit(X)
X_pca = pca.fit_transform(X)

现在X_PCA有一个维度。

sklearn.decomposition.PCA参数速查手册 统计学家的博客 CSDN博客

定义的逆变换不是应该返回到原始数据,也就是X,二维数组吗?

当我这样做时

X_ori = pca.inverse_transform(X_pca)

我得到的尺寸相同,但数字不同。

另外,如果我同时绘制X和X_ORI,它们也是不同的。

推荐答案

按定义执行反变换时,不是应该返回到原始数据吗

否,只有当您指定的组件数量与输入数据的维度相同时,才会出现这种情况。对于小于此值的任何n_Components,在应用反PCA变换后,您将获得与原始数据集不同的数字:下图给出了二维图示。